CN109597930A - 一种信息的推荐方法、装置及设备 - Google Patents

Abstract

本说明书实施例公开了一种信息的推荐方法、装置及设备，所述方法包括：接收目标用户发起的目标日期的衣着推荐请求；获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

Description

一种信息的推荐方法、装置及设备

技术领域

本说明书涉及计算机技术领域，尤其涉及一种信息的推荐方法、装置及设备。

背景技术

天气变化是人们在日常生活中普遍关注的事项，例如，人们在出行前，通常会查询某日期某地区的天气信息，以便用户根据天气信息判读需要如何进行穿着更合适。

通常，终端设备中会安装有天气的应用程序，当用户在出行之前，可以通过该应用程序查询天气信息，例如今天晴，28摄氏度等，用户可以通过查询到的天气信息，确定用户应该穿什么衣服出行。然而，通常，天气的应用程序或气象机构提供的天气信息中仅包含气温信息(如上述的28摄氏度)，而该气温信息并不能让用户有更直观的感知应该如何穿着，如今天28摄氏度，用户可能仍然会穿很厚的衣物等。从而使得根据天气信息判读出的穿着方式的准确性较差，为此，需要提供一种准确性较高的衣着推荐方案。

发明内容

本说明书实施例的目的是提供一种信息的推荐方法、装置及设备，以提供一种准确性较高的衣着推荐方案。

为实现上述技术方案，本说明书实施例是这样实现的：

本说明书实施例提供的一种信息的推荐方法，所述方法包括：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，确定适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

可选地，所述方法还包括：

输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

可选地，所述接收目标用户发起的目标日期的衣着推荐请求之前，所述方法还包括：

接收所述目标用户输入的在历史日期的历史衣着信息；

获取所述历史日期的天气信息；

基于所述历史日期的天气信息和所述历史衣着信息，对所述机器学习模型进行训练，得到训练后的机器学习模型。

可选地，所述方法还包括：

接收所述目标用户输入的在所述目标日期的衣着信息；

将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

可选地，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取预先设定的所述基准衣着信息；

将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

可选地，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

可选地，所述基于所述目标衣着信息输出衣着推荐信息，包括：

基于所述目标衣着信息确定所述衣着推荐信息；

通过语音和/或文本的方式输出所述衣着推荐信息。

可选地，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取所述目标用户的历史购物信息；

基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

可选地，所述基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，包括：

获取所述目标用户在所述目标日期的作息信息；

基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

本说明书实施例提供的一种信息的推荐方法，所述方法包括：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例提供的一种信息的推荐装置，所述装置包括：

请求接收模块，用于接收目标用户发起的目标日期的衣着推荐请求；

目标衣着确定模块，用于获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，确定适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

衣着输出模块，用于基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

可选地，所述装置还包括：

天气输出模块，用于输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

可选地，所述装置还包括：

历史衣着接收模块，用于接收所述目标用户输入的在历史日期的历史衣着信息；

天气获取模块，用于获取所述历史日期的天气信息；

训练模块，用于基于所述历史日期的天气信息和所述历史衣着信息，对所述机器学习模型进行训练，得到训练后的机器学习模型。

可选地，所述装置还包括：

衣着接收模块，用于接收所述目标用户输入的在所述目标日期的衣着信息；

存储模块，用于将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

可选地，所述衣着输出模块，包括：

基准衣着获取单元，用于获取预先设定的所述基准衣着信息；

第一衣着输出单元，用于将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

可选地，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

可选地，所述衣着输出模块，包括：

推荐信息确定单元，用于基于所述目标衣着信息确定所述衣着推荐信息；

第二衣着输出单元，用于通过语音和/或文本的方式输出所述衣着推荐信息。

可选地，所述衣着输出模块，包括：

购物信息获取单元，用于获取所述目标用户的历史购物信息；

第三衣着输出单元，用于基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

可选地，所述第三衣着输出单元，用于获取所述目标用户在所述目标日期的作息信息；基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

本说明书实施例提供的一种信息的推荐装置，所述装置包括：

请求接收模块，用于接收目标用户发起的目标日期的衣着推荐请求；

信息获取模块，用于获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

目标衣着生成模块，用于根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

衣着输出模块，用于基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例提供的一种信息的推荐设备，所述信息的推荐设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例提供的一种信息的推荐设备，所述信息的推荐设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

由以上本说明书实施例提供的技术方案可见，本说明书实施例通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息，根据该目标日期的天气信息和预定的机器学习模型，确定适合目标用户和该目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息和预定的机器学习模型，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书一种信息的推荐方法实施例；

图2为本说明书一种衣着推荐界面的显示示意图；

图3为本说明书另一种信息的推荐方法实施例；

图4为本说明书又一种信息的推荐方法实施例；

图5为本说明书又一种信息的推荐方法实施例；

图6为本说明书一种信息的推荐装置实施例；

图7为本说明书一种信息的推荐装置实施例；

图8为本说明书一种信息的推荐设备实施例。

具体实施方式

本说明书实施例提供一种信息的推荐方法、装置及设备。

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

实施例一

如图1所示，本说明书实施例提供一种信息的推荐方法，该方法的执行主体可以为智能音箱、终端设备或服务器等，其中，该终端设备可以如手机或平板电脑等移动终端设备，还可以如个人计算机等设备。该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某网站(如网络购物网站或购物应用等)的后台服务器等。该方法可以用于在用户请求的某日期的衣着推荐的过程中，依据该日期的天气信息和历史衣着信息等，为该用户推荐合适的衣着，并以相对基准衣着信息的方式输出推荐的衣着信息，方便用户可以很直观的感知天气和衣着的变化。为了后续表述方便，本实施例的执行主体可以以信息的推荐设备进行说明，其中的信息的推荐设备可以是上述执行主体中的智能音箱、终端设备或服务器等。该方法具体可以包括以下步骤：

在步骤S102中，接收目标用户发起的目标日期的衣着推荐请求。

其中，目标用户可以是任意用户，包括第一次使用信息的推荐设备的用户和已使用一次或多次该信息的推荐设备的用户等。目标日期可以是任意日期，例如可以是当前的日期，还可以是未来的一个或多个日期，目标日期可以是具体的日期(如10月10日等)，还可以是具有包含或指代某日期的信息(如明天或后天等)。衣着推荐请求可以是用户请求信息的推荐设备向该用户推荐衣着的消息，其中的衣着可以包括多种，例如可以包括上衣、裤子、手套、帽子、耳套、鞋子和袜子等中的一种或多种。

在实施中，天气变化是人们在日常生活中普遍关注的事项，例如，人们在出行前，通常会查询某日期某地区的天气信息，以便用户根据天气信息判读需要如何进行穿着更合适。通常，终端设备中会安装有天气的应用程序，当用户在出行之前，可以通过该应用程序查询天气信息，例如今天晴，28摄氏度等，用户可以通过查询到的天气信息，确定用户应该穿什么衣服出行。然而，天气的应用程序或气象机构提供的天气信息中仅包含气温信息(如上述的28摄氏度)，而该气温信息并不能让用户有更直观的感知，如今天28摄氏度，用户可能仍然会穿很厚的衣物等。尽管一些天气的应用程序或气象机构可能会提供一些推荐的衣着信息，例如今天晴，28摄氏度，适合穿短袖等，但是，不同的用户在同一个气温下，可能由于体质、环境、习惯等不同会做出不同穿着决定，从而使得根据天气信息判读出的穿着方式的准确性较差，为此，本说明书实施例提供一种准确性较高的衣着推荐方案，具体可以包括以下内容：

信息的推荐设备可以通过多种方式接收目标用户的衣着推荐请求，而且，不同类型的信息的推荐设备，衣着推荐请求的接收方式可以不同，相应的，目标用户向信息的推荐设备发起衣着推荐请求的方式也可以包括多种。在实际应用中，目标用户可以通过如语音输入或文本信息输入等方式向信息的推荐设备发起衣着推荐请求，信息的推荐设备可以通过音频采集部件(如麦克风等)采集输入的语音，或提取目标用户在指定页面中输入的文本信息，并可以将采集到的语音或提取的文本信息作为衣着推荐请求的内容。

例如，以信息的推荐设备为智能音箱为例，随着终端技术的不断发展，设备的智能化不断提升，音箱也已经从仅用于连接终端设备或麦克风等进行简单的音频输出，发展成为不仅具备上述音箱的功能，还可以与用户之间进行对话，执行用户的语音指令(如播放歌曲的指令等)等功能的智能音箱。智能音箱可以通过有线或无线的方式接入互联网，可以基于互联网获取信息，智能音箱中还可以包括音频采集部件和音频输出部件(如扬声器等)等。当目标用户需要了解某日期的衣着情况时，可以向智能音箱发出相应的语音，例如“明天穿什么衣服合适”，智能音箱可以通过音频采集部件采集上述语音数据，并可以对接收的语音数据进行语义分析，可以将分析的结果作为目标用户发起的目标日期(即明天)的衣着推荐请求，或者，也可以将接收到的语音数据作为目标用户发起的目标日期(即明天)的衣着推荐请求等。

需要说明的是，上述处理过程不限于通过智能音箱实现，还可以通过终端设备(如手机或平板电脑等)实现，本说明书实施例对此不做限定。

除了可以通过上述方式实现衣着推荐请求的发送与接收外，还可以通过以下方式实现，具体地，如图2所示，信息的推荐设备可以提供用户输入页面，该用户输入页面中可以包括信息输入框等元素，当目标用户需要了解某日期的衣着情况时，可以向该信息输入框中输入需要请求的信息，如“明天穿什么衣服合适？”，输入完成后，可以点击该用户输入页面中的确定按键，信息的推荐设备可以提取该信息输入框中的信息，并可以通过提取的信息生成目标日期(即明天)的衣着推荐请求，从而信息的推荐设备可以接收到目标用户发起的目标日期的衣着推荐请求。

需要说明的是，目标用户在信息输入框中输入的信息不仅仅可以是文本形式的信息，还可以是图像、音频等形式的信息，或者，还可以是文本、图像和音频中的多个信息的组合等，本说明书实施例对此不做限定。

在步骤S104中，获取目标日期的天气信息。

其中，天气信息可以包括气温信息和天气状态信息(如晴朗、多云或阴等)，如上述步骤S102中的示例。在实际应用中，天气信息除了可以包括上述信息外，还可以包括如风力风向、空气质量、相对湿度、降水概率、降水情况、气压情况、紫外线辐射情况和位置信息中的一项或多项。历史日期可以是处于当前日期之前的任意日期，历史日期可以包括一个或多个。历史衣着信息可以是目标用户在各个历史日期的穿着信息，例如，用户A在10月11日穿了半袖、短裤和凉鞋等。

在实施中，信息的推荐设备接收到衣着推荐请求时，可以从该衣着推荐请求中提取目标日期和目标用户的相关信息，然后，可以基于提取的目标日期查询目标日期的天气信息，其中，目标日期的天气信息可以是信息的推荐设备预先通过网络获取，并存储在本地的信息，或者，可以是通过网络实时获取的信息等。例如，衣着推荐请求中包含目标用户的用户标识用户A和明天，则信息的推荐设备可以查询或获取明天的天气信息，如明天天气状态：多云，气温：10摄氏度，风力风向：北风1-2级等。

在步骤S106中，根据目标日期的天气信息和预定的机器学习模型，确定适合目标用户和目标日期的天气信息的目标衣着信息。

在实施中，信息的推荐设备中可以预先设置有用于生成适合某用户和某个或多个日期的天气信息的衣着信息的机器学习模型，该机器学习模型可以通过某一算法实现，也可以是由多种不同的算法的组合等，具体如逻辑回归算法、神经网络模型和遗传算法等中的一种或多种。信息的推荐设备通过目标用户在历史日期的历史衣着信息和上述历史日期的天气信息，训练该机器学习模型。在训练该机器学习模型的过程中，可以先将相同天气信息，以及其对应的相同的历史衣着信息进行对应存储，例如，历史日期为A1，相应的天气信息为T1，相应的历史衣着信息为K1，历史日期为A2，相应的天气信息为T2，相应的历史衣着信息为K2，历史日期为A3，相应的天气信息为T1，相应的历史衣着信息为K1，则可以将历史日期为A1和历史日期为A3的天气信息和历史衣着信息合并，并对应存储。然后，信息的推荐设备可以将上述处理后的信息输入到机器学习模型中进行计算，得到训练后的机器学习模型。然后，可以将通过上述步骤S104的处理获取到目标日期的天气信息输入到机器学习模型中，得到相应的输出结果，可以将得到的输出结果作为适合目标用户和目标日期的天气信息的目标衣着信息。

需要说明的是，上述历史日期可以根据实际情况设定，具体可以由目标用户设定或者由技术人员在信息的推荐设备中预先设定(例如当时日期之前的一个月或三个月等)等。在实际应用中，历史日期的历史衣着信息可以由用户在各个历史日期内输入，也可以是在通过上述历史日期的天气信息，以及历史日期的历史衣着信息，可以了解到用户在不同天气下的衣着情况。

在步骤S108中，基于上述目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括该目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息。

其中，基准衣着信息可以是一种标准的衣着信息，该基准衣着信息可以通过多种方式获取，例如，可以由用户根据实际情况设定，也可以由相应的技术人员在信息的推荐设备中预先设定等，该基准衣着信息可以如薄外套和长裤，或者，短袖和短裤等，在实际应用中，该基准衣着信息中还可以设置天气信息，该天气信息可以是上述气温等信息，还可以是季节信息(如夏季或冬季等)等，例如夏天-短袖和短裤，秋天-薄外套和长裤等。此外，在实际应用中，为了简化上述处理过程，该基准衣着信息可以是上述历史衣着信息，或者，可以由上述历史衣着信息确定(如基于上述历史衣着信息进行平均处理得到，或者获取上述历史衣着信息中出现次数最多的历史衣着信息等)。衣着变更信息可以是相对于基准衣着信息需要增加或删减的信息。

在实施中，信息的推荐设备可以直接将上述目标衣着信息作为衣着推荐信息，并可以将衣着推荐信息提供给目标用户，具体地，可以将衣着推荐信息显示在目标用户的信息的推荐设备的显示屏中，或者，可以将衣着推荐信息通过目标用户的信息的推荐设备进行播放等。

另外，除了可以通过上述方式输出衣着推荐信息外，还可以根据上述目标衣着信息和基准衣着信息，对上述两信息进行比对，可以根据比对结果，确定该目标衣着信息相对于基准衣着信息的衣着变更信息，例如，目标衣着信息可以为半袖，基准衣着信息可以为薄外套，则该目标衣着信息相对于基准衣着信息的衣着变更信息可以为：脱掉薄外套，只穿半袖等。

本说明书实施例提供一种信息的推荐方法，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息，根据该目标日期的天气信息和预定的机器学习模型，确定适合目标用户和该目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息和预定的机器学习模型，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

实施例二

如图3所示，本说明书实施例提供一种信息的推荐方法，该方法的执行主体可以为智能音箱、终端设备或服务器等，其中，该终端设备可以如手机或平板电脑等移动终端设备，还可以如个人计算机等设备。该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某网站(如网络购物网站或购物应用等)的后台服务器等。该方法可以用于在用户请求的某日期的衣着推荐的过程中，依据该日期的天气信息和历史衣着信息等，为该用户推荐合适的衣着，并以相对基准衣着信息的方式输出推荐的衣着信息，方便用户可以很直观的感知天气和衣着的变化。为了后续表述方便，本实施例的执行主体可以以信息的推荐设备进行说明，其中的信息的推荐设备可以是上述执行主体中的智能音箱、终端设备或服务器等。该方法具体可以包括以下步骤：

在步骤S302中，接收目标用户输入的在历史日期的历史衣着信息。

其中，历史日期可以是处于当前日期之前的任意日期，历史日期可以包括一个或多个，在实际应用中，为了使得训练后的机器学习模型更加准确，历史日期可以包括多个，而且，历史日期中可以包括历史日期，也可以不包括历史日期。

在实施中，信息的推荐设备可以提供样本输入页面，该样本输入页面中可以包括信息输入框等元素，当目标用户需要将某日期的衣着情况作为机器学习模型的样本数据时，可以向该信息输入框中输入在历史日期的第二穿着信息，如“昨天穿了半袖和薄长裤，前天穿了半袖和短裤”等，输入完成后，可以点击该样本输入页面中的确定按键，信息的推荐设备可以提取该信息输入框中的信息，并可以通过提取的信息作为目标用户输入的在历史日期的历史衣着信息，从而信息的推荐设备可以接收到目标用户输入的在历史日期的历史衣着信息。

需要说明的是，目标用户在信息输入框中输入的信息不仅仅可以是文本形式的信息，还可以是图像、音频等形式的信息，或者，还可以是文本、图像和音频中的多个信息的组合等，本说明书实施例对此不做限定。

在步骤S304中，获取历史日期的天气信息。

在步骤S306中，基于历史日期的天气信息和历史衣着信息，对机器学习模型进行训练，得到训练后的机器学习模型。

其中，机器学习模型可以包括多种，机器学习模型可以由一个或多个机器学习算法所构建，机器学习算法可以包括多种，例如神经网络算法、随机森林算法、逻辑回归算法等，不同的机器学习算法构建的机器学习模型可以不同，在实际应用中，可以通过一种机器学习算法构建机器学习模型，还可以通过多种不同的机器学习算法构建机器学习模型。

在实施中，可以将获取的历史日期的天气信息和历史衣着信息分别输入到通过某一种或多种机器学习算法构建的机器学习模型中进行计算，以此对机器学习模型进行训练，得到不同天气信息对应的衣着信息，从而可以得到相应的训练后的机器学习模型。

例如，机器学习模型为通过神经网络算法构建的神经网络模型，可以通过神经网络模型将天气信息中包含的不同信息设置其所属的项目，例如，天气信息中的气温信息如25摄氏度设置项目为气温，天气信息中的北风一级设置项目为风力风向等，然后可以为各个项目设置相应的权重，可以通过各个项目的取值(例如气温项目，如果气温信息为25摄氏度，则气温项目的取值可以为25等)和历史衣着信息，基于神经网络模型进行计算，得到各个项目对应权重，这样，可以得到训练后的神经网络模型(即机器学习模型)。

需要说明的是，机器学习模型不仅可以包括天气信息，还可以包括如目标用户的习惯、爱好、体质等相关信息，并可以在机器学习模型的相应算法中予以体现(例如可以根据用户的相关信息调整天气信息中的各个项目的权重等)，以使得机器学习模型可以针对目标用户的个人习惯、爱好、体质等用户信息，以及天气信息，确定适合目标用户和该天气信息的衣着信息。

在步骤S308中，接收目标用户发起的目标日期的衣着推荐请求。

其中，该衣着推荐请求可以通过以下任一种方式确定：目标用户输入的语音指令、目标用户输入的文本信息和目标用户输入的图像信息等，其中的文本信息可以包括文字、数字和字符中的一种或多种，图像信息可以是一张或多张图片的信息，还可以是某一个或多个视频的信息等。

在步骤S310中，获取目标日期的天气信息。

在步骤S312中，根据目标日期的天气信息和预定的机器学习模型，确定适合目标用户和目标日期的天气信息的目标衣着信息。

在实施中，基于上述步骤S306中的示例，可以确定目标日期的天气信息中包含的信息所属的项目，并可以确定各个项目的取值，然后，可以将各个项目的取值输入到上述机器学习模型(即神经网络模型)中进行计算，由于此时各个项目的权重是已知的，因此，最终的结果为衣着信息，可以将通过该机器学习模型(即神经网络模型)输出的衣着信息作为适合目标用户和目标日期的天气信息的目标衣着信息。

在步骤S314中，获取预先设定的基准衣着信息。

在实施中，该基准衣着信息可以通过多种方式获取，例如，可以由用户根据实际情况设定，也可以由相应的技术人员在信息的推荐设备中预先设定等。在实际应用中，该基准衣着信息中还可以设置天气信息，不同的天气信息对应的基准衣着信息可以不同，该天气信息可以是上述气温等信息，还可以是季节信息(如夏季或冬季等)等。此外，在实际应用中，为了简化上述处理过程，该基准衣着信息可以是某一历史日期的历史衣着信息，例如昨天的衣着信息或前天的衣着信息等，或者，可以由上述某一个或多个历史日期的历史衣着信息确定(如基于多个历史日期的历史衣着信息进行平均处理得到，或者获取多个历史日期的历史衣着信息中出现次数最多的历史衣着信息等)。

在步骤S316中，将目标衣着信息与基准衣着信息进行对比，确定相对于基准衣着信息需要添加或删减的衣着信息，将该需要添加或删减的衣着信息作为衣着变更信息。

另外，通过上述衣着推荐请求可以通过语音指令、文本信息和图像信息等多种方式确定，则上述衣着推荐信息也可以通过多种方式输出，则上述步骤S316的处理可以为基于目标衣着信息确定衣着推荐信息，通过语音和/或文本的方式输出上述衣着推荐信息，为此，如果衣着推荐信息可以通过上述衣着变更信息来表征，则衣着变更信息的输出可以通过下述步骤S318实现。

在步骤S318中，通过语音和/或文本的方式输出上述衣着变更信息。

在实施中，对于通过语音的方式输出上述衣着变更信息的情况，具体地，信息的推荐设备可以设置有扬声器，通过扬声器可以将衣着变更信息以语音的方式输出，以使目标用户听取到衣着变更信息后，可以依据衣着变更信息调整目标用户的衣着。对于通过文本的方式输出上述衣着变更信息的情况，具体地，信息的推荐设备可以设置有显示部件(如显示屏等)，通过显示部件可以将衣着变更信息以文本的方式输出，以使目标用户查看到衣着变更信息后，可以依据衣着变更信息调整目标用户的衣着。此外，信息的推荐设备还可以将衣着变更信息发送给目标用户的指定设备(如手机或平板电脑等)，以使该指定设备可以通过语音和/或文本的方式输出上述衣着变更信息。

另外，还可以向目标用户推荐其他信息，或者，基于目标用户已经具有的信息提醒目标用户及时使用等，例如，目标用户已购买的某一件衣服，或者，提醒目标用户其关注的某一家或多家店铺最近有了新商品上架等，则上述步骤S316和步骤S318的处理具体还可以通过以下步骤一和步骤二实现。

步骤一，获取目标用户的历史购物信息。

其中，历史购物信息可以包括当前日期，以及当前日期之前购买的商品的相关信息，其中可以包括商品的信息，也可以包括该商品所属商家或店铺的信息等，也可以包括目标用户关注或收藏的商家或店铺的信息等。

在实施中，信息的推荐设备可以与某一个或多个购物网站的服务器通过预先设置的接口相连接，通过该接口，信息的推荐设备可以从该一个或多个购物网站的服务器中获取目标用户在某指定的时间段(如当前日期前的一个月等)的购物信息。

步骤二，基于目标衣着信息和该历史购物信息，输出衣着推荐信息，该衣着推荐信息中还包括与该历史购物信息相关的信息。

在实施中，可以将目标衣着信息与基准衣着信息进行对比，确定相对于基准衣着信息需要添加或删减的衣着信息，将该需要添加或删减的衣着信息作为衣着变更信息。然后，可以从获取的目标用户的历史购物信息中查找与衣着变更信息相匹配的信息，可以将衣着变更信息和从历史购物信息中查找到的与衣着变更信息相匹配的信息进行组合，得到衣着推荐信息，可以输出该衣着推荐信息。例如，衣着变更信息为薄外套，从历史购物信息中查找到的与衣着变更信息相匹配的信息可以为目标用户在上周五购买了一件薄外套A，则可以输出的衣着推荐信息为：建议您穿上一件薄外套，上周五购买的薄外套A就不错哟！此外，还可以向目标用户进行其他信息的推荐，例如，衣着推荐信息还可以为：建议您穿上一件薄外套，上周五购买的薄外套A就不错哟！最近店铺A(购买薄外套A的店铺)上架了55款新商品，有时间可以去逛逛哟！

上述步骤二的处理方式可以多种多样，例如还可以参照目标用户在目标日期的作息信息进行信息的推荐，具体还可以参见以下步骤一和步骤二。

步骤一，获取目标用户在目标日期的作息信息。

其中，作息信息可以是目标用户在生活和工作中生成的相关数据，例如用户下班时间、回到家的时间、工作状态数据(如工作时长、午休时长等)、行程、运动时间段等。

在实施中，信息的推荐设备可以与目标用户的某一个或多个设备(如手机、平板电脑和可穿戴设备等)通过预先设置的接口相连接，通过该接口，信息的推荐设备可以从该一个或多个设备中获取目标用户作息信息。

步骤二，基于目标衣着信息、该历史购物信息和目标日期的作息信息，输出相应的衣着推荐信息。

在实施中，可以将目标衣着信息与基准衣着信息进行对比，确定相对于基准衣着信息需要添加或删减的衣着信息，将该需要添加或删减的衣着信息作为衣着变更信息。然后，可以从获取的目标用户的历史购物信息中查找与衣着变更信息相匹配的信息，以及从获取的目标用户的历史购物信息中查找与目标日期的作息信息相匹配的信息，可以将衣着变更信息和从历史购物信息中查找到的与衣着变更信息相匹配的信息，以及从历史购物信息中查找到的与目标日期的作息信息相匹配的信息进行组合，得到衣着推荐信息，可以输出该衣着推荐信息。

例如，衣着变更信息为薄外套，从历史购物信息中查找到的与衣着变更信息相匹配的信息可以为目标用户在上周五购买了一件薄外套A，则可以输出的衣着推荐信息为：建议您穿上一件薄外套，去运动时，可以穿上上周五购买的薄外套A。此外，还可以向目标用户进行其他信息的推荐，例如，衣着推荐信息还可以为：建议您穿上一件薄外套，去运动时，可以穿上上周五购买的薄外套A，最近店铺A(购买薄外套A的店铺)上架了5款运动新品，有时间可以去逛逛哟！

在步骤S320中，输出目标日期的天气信息和/或目标日期的天气信息相对于基准天气信息的天气变化信息。

在实施中，可以将目标日期的天气信息与基准天气信息进行对比，确定相对于基准天气信息需要添加或减少的天气信息，将该需要添加或减少的天气信息作为天气变化信息，例如，基准天气信息为昨天的天气信息为20摄氏度，今天的天气信息为28摄氏度，则天气变化信息可以为今天比昨天气温升高8摄氏度等。基于上述内容，信息的推荐设备输出的信息为：今天比昨天气温升高8摄氏度，建议您脱下昨天穿的薄外套，只穿短袖。

此外，目标用户还可以将目标日期的衣着信息输入到信息的推荐设备中存储，以便信息的推荐设备可以基于输入的目标日期的衣着信息对上述机器学习模型进行更新，具体可以参见下述步骤S322和步骤S324的处理。

在步骤S322中，接收目标用户输入的在目标日期的衣着信息。

在步骤S324中，将目标日期的衣着信息和目标日期的天气信息对应存储。

本说明书实施例提供一种信息的推荐方法，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息，根据该目标日期的天气信息和预定的机器学习模型，确定适合目标用户和该目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息和预定的机器学习模型，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

实施例三

如图4所示，本说明书实施例提供一种信息的推荐方法，该方法的执行主体可以为智能音箱、终端设备或服务器等，其中，该终端设备可以如手机或平板电脑等移动终端设备，还可以如个人计算机等设备。该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某网站(如网络购物网站或购物应用等)的后台服务器等。该方法可以用于在用户请求的某日期的衣着推荐的过程中，依据该日期的天气信息和历史衣着信息等，为该用户推荐合适的衣着，并以相对基准衣着信息的方式输出推荐的衣着信息，方便用户可以很直观的感知天气和衣着的变化。为了后续表述方便，本实施例的执行主体可以以信息的推荐设备进行说明，其中的信息的推荐设备可以是上述执行主体中的智能音箱、终端设备或服务器等。该方法具体可以包括以下步骤：

在步骤S402中，接收目标用户发起的目标日期的衣着推荐请求。

在步骤S404中，获取目标日期的天气信息和目标用户在历史日期的历史衣着信息，以及该历史日期的天气信息。

其中，历史日期可以是处于当前日期之前的任意日期，历史日期可以包括一个或多个。历史衣着信息可以是目标用户在各个历史日期的穿着信息，例如，用户A在10月11日穿了半袖、短裤和凉鞋等。

在实施中，信息的推荐设备接收到衣着推荐请求时，可以从该衣着推荐请求中提取目标日期和目标用户的相关信息，然后，可以基于提取的目标日期查询目标日期的天气信息，其中，目标日期的天气信息可以是信息的推荐设备预先通过网络获取，并存储在本地的信息，或者，可以是通过网络实时获取的信息等。

此外，为了尽可能提高得到的衣着推荐结果的准确性，可以获取目标用户在历史日期的历史衣着信息，以及该历史日期的天气信息，其中历史日期可以根据实际情况设定，具体可以由目标用户设定或者由技术人员在信息的推荐设备中预先设定(例如当时日期之前的一个月或三个月等)等。在实际应用中，历史日期的历史衣着信息可以由用户在各个历史日期内输入，也可以是在通过上述历史日期的天气信息，以及历史日期的历史衣着信息，可以了解到用户在不同天气下的衣着情况。

在步骤S406中，根据目标日期的天气信息、上述历史衣着信息和上述历史日期的天气信息，生成适合目标用户和目标日期的天气信息的目标衣着信息。

在实施中，信息的推荐设备中可以预先设置有用于生成适合某用户和某个或多个日期的天气信息的衣着信息的处理机制，该处理机制可以通过某一算法实现，也可以是由多种不同的算法的组合等，具体如逻辑回归算法、神经网络模型和遗传算法等中的一种或多种。信息的推荐设备通过上述步骤S404的处理获取到上述历史衣着信息和上述历史日期的天气信息后，可以相同天气信息，以及其对应的相同的历史衣着信息进行对应存储。然后，信息的推荐设备可以将通过上述步骤S404的处理获取到目标日期的天气信息，以及上述处理后的信息输入到预先设置的处理机制(即上述相关算法)中进行计算，得到相应的输出结果，可以将得到的输出结果作为适合目标用户和目标日期的天气信息的目标衣着信息。

在步骤S408中，基于上述目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括该目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例提供一种信息的推荐方法，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息和目标用户在历史日期的历史衣着信息，以及该历史日期的天气信息，根据该目标日期的天气信息、历史衣着信息和该历史日期的天气信息，生成适合目标用户和目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息、历史衣着信息和该历史日期的天气信息，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

实施例四

如图5所示，本说明书实施例提供一种信息的推荐方法，该方法的执行主体可以为智能音箱、终端设备或服务器等，其中，该终端设备可以如手机或平板电脑等移动终端设备，还可以如个人计算机等设备。该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某网站(如网络购物网站或购物应用等)的后台服务器等。该方法可以用于在用户请求的某日期的衣着推荐的过程中，依据该日期的天气信息和历史衣着信息等，为该用户推荐合适的衣着，并以相对基准衣着信息的方式输出推荐的衣着信息，方便用户可以很直观的感知天气和衣着的变化。为了后续表述方便，本实施例的执行主体可以以信息的推荐设备进行说明，其中的信息的推荐设备可以是上述执行主体中的智能音箱、终端设备或服务器等。该方法具体可以包括以下步骤：

在步骤S502中，接收目标用户发起的目标日期的衣着推荐请求。

其中，衣着推荐请求可以通过以下任一种方式确定：目标用户输入的语音指令、目标用户输入的文本信息和目标用户输入的图像信息等。

在步骤S504中，获取目标日期的天气信息和目标用户在历史日期的历史衣着信息，以及该历史日期的天气信息。

在步骤S506中，根据目标日期的天气信息、上述历史衣着信息和上述历史日期的天气信息，生成适合目标用户和目标日期的天气信息的目标衣着信息。

在步骤S508中，获取预先设定的基准衣着信息。

在步骤S510中，将目标衣着信息与基准衣着信息进行对比，确定相对于基准衣着信息需要添加或删减的衣着信息，将该需要添加或删减的衣着信息作为衣着变更信息。

另外，衣着推荐请求可以通过语音指令、文本信息和图像信息等多种方式确定，则上述衣着推荐信息也可以通过多种方式输出，则上述步骤S510的处理可以为基于目标衣着信息确定衣着推荐信息，通过语音和/或文本的方式输出上述衣着推荐信息，为此，如果衣着推荐信息可以通过上述衣着变更信息来表征，则衣着变更信息的输出可以通过下述步骤S512实现。

在步骤S512中，通过语音和/或文本的方式输出上述衣着变更信息。

另外，还可以向目标用户推荐其他信息，或者，基于目标用户已经具有的信息提醒目标用户及时使用等，例如，目标用户已购买的某一件衣服，或者，提醒目标用户其关注的某一家或多家店铺最近有了新商品上架等，则上述步骤S510和步骤S512的处理具体还可以通过以下步骤一和步骤二实现。

步骤一，获取目标用户的历史购物信息。

步骤二，基于目标衣着信息和该历史购物信息，输出衣着推荐信息，该衣着推荐信息中还包括与该历史购物信息相关的信息。

上述步骤二的处理方式可以多种多样，例如还可以参照目标用户在目标日期的作息信息进行信息的推荐，具体还可以参见以下步骤一和步骤二。

步骤一，获取目标用户在目标日期的作息信息。

步骤二，基于目标衣着信息、该历史购物信息和目标日期的作息信息，输出相应的衣着推荐信息。

在步骤S514中，输出目标日期的天气信息和/或目标日期的天气信息相对于基准天气信息的天气变化信息。

在实施中，可以将目标日期的天气信息与基准天气信息进行对比，确定相对于基准天气信息需要添加或减少的天气信息，将该需要添加或减少的天气信息作为天气变化信息。基于上述内容，信息的推荐设备输出的信息为：今天比昨天气温升高8摄氏度，建议您脱下昨天穿的薄外套，只穿短袖。

此外，目标用户还可以将目标日期的衣着信息输入到信息的推荐设备中存储，以便信息的推荐设备可以基于输入的目标日期的衣着信息对上述机器学习模型进行更新，具体可以参见下述步骤S516和步骤S518的处理。

在步骤S516中，接收目标用户输入的在目标日期的衣着信息。

在步骤S518中，将目标日期的衣着信息和目标日期的天气信息对应存储。

本说明书实施例提供一种信息的推荐方法，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息和目标用户在历史日期的历史衣着信息，以及该历史日期的天气信息，根据该目标日期的天气信息、历史衣着信息和该历史日期的天气信息，生成适合目标用户和目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息、历史衣着信息和该历史日期的天气信息，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

实施例五

以上为本说明书实施例提供的信息的推荐方法，基于同样的思路，本说明书实施例还提供一种信息的推荐装置，如图6所示。

该信息的推荐装置包括：请求接收模块601、目标衣着确定模块602和衣着输出模块603，其中：

请求接收模块601，用于接收目标用户发起的目标日期的衣着推荐请求；

目标衣着确定模块602，用于获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，确定适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

衣着输出模块603，用于基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例中，所述装置还包括：

天气输出模块，用于输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

本说明书实施例中，所述装置还包括：

历史衣着接收模块，用于接收所述目标用户输入的在历史日期的历史衣着信息；

天气获取模块，用于获取所述历史日期的天气信息；

训练模块，用于基于所述历史日期的天气信息和所述历史衣着信息，对所述机器学习模型进行训练，得到训练后的机器学习模型。

本说明书实施例中，所述装置还包括：

衣着接收模块，用于接收所述目标用户输入的在所述目标日期的衣着信息；

存储模块，用于将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

本说明书实施例中，所述衣着输出模块603，包括：

基准衣着获取单元，用于获取预先设定的所述基准衣着信息；

第一衣着输出单元，用于将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

本说明书实施例中，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

本说明书实施例中，所述衣着输出模块603，包括：

推荐信息确定单元，用于基于所述目标衣着信息确定所述衣着推荐信息；

第二衣着输出单元，用于通过语音和/或文本的方式输出所述衣着推荐信息。

本说明书实施例中，所述衣着输出模块603，包括：

购物信息获取单元，用于获取所述目标用户的历史购物信息；

第三衣着输出单元，用于基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

本说明书实施例中，所述第三衣着输出单元，用于获取所述目标用户在所述目标日期的作息信息；基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

本说明书实施例提供一种信息的推荐装置，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息，根据该目标日期的天气信息和预定的机器学习模型，确定适合目标用户和该目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息和预定的机器学习模型，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

实施例六

以上为本说明书实施例提供的信息的推荐方法，基于同样的思路，本说明书实施例还提供一种信息的推荐装置，如图7所示。

该信息的推荐装置包括：请求接收模块701、信息获取模块702、目标衣着生成模块703和衣着输出模块704，其中：

请求接收模块701，用于接收目标用户发起的目标日期的衣着推荐请求；

信息获取模块702，用于获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

目标衣着生成模块703，用于根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

衣着输出模块704，用于基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例中，所述装置还包括：

天气输出模块，用于输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

本说明书实施例中，所述装置还包括：

衣着接收模块，用于接收所述目标用户输入的在所述目标日期的衣着信息；

存储模块，用于将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

本说明书实施例中，所述衣着输出模块704，包括：

基准衣着获取单元，用于获取预先设定的所述基准衣着信息；

第一衣着输出单元，用于将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

本说明书实施例中，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

本说明书实施例中，所述衣着输出模块704，包括：

推荐信息确定单元，用于基于所述目标衣着信息确定所述衣着推荐信息；

第二衣着输出单元，用于通过语音和/或文本的方式输出所述衣着推荐信息。

本说明书实施例中，所述衣着输出模块704，包括：

购物信息获取单元，用于获取所述目标用户的历史购物信息；

第三衣着输出单元，用于基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

本说明书实施例中，所述第三衣着输出单元，用于获取所述目标用户在所述目标日期的作息信息；基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

本说明书实施例提供一种信息的推荐装置，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息和目标用户在历史日期的历史衣着信息，以及该历史日期的天气信息，根据该目标日期的天气信息、历史衣着信息和该历史日期的天气信息，生成适合目标用户和目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息、历史衣着信息和该历史日期的天气信息，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

实施例七

以上为本说明书实施例提供的信息的推荐装置，基于同样的思路，本说明书实施例还提供一种信息的推荐设备，如图8所示。

所述信息的推荐设备可以为上述实施例提供的服务器、终端设备或智能音箱等。

信息的推荐设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器801和存储器802，存储器802中可以存储有一个或一个以上存储应用程序或数据。其中，存储器802可以是短暂存储或持久存储。存储在存储器802的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对信息的推荐设备中的一系列计算机可执行指令。更进一步地，处理器801可以设置为与存储器802通信，在信息的推荐设备上执行存储器802中的一系列计算机可执行指令。信息的推荐设备还可以包括一个或一个以上电源803，一个或一个以上有线或无线网络接口804，一个或一个以上输入输出接口805，一个或一个以上键盘806。

具体在本实施例中，信息的推荐设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对信息的推荐设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例中，还包括：

输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

本说明书实施例中，所述接收目标用户发起的目标日期的衣着推荐请求之前，还包括：

接收所述目标用户输入的在历史日期的历史衣着信息；

获取所述历史日期的天气信息；

基于所述历史日期的天气信息和所述历史衣着信息，对所述机器学习模型进行训练，得到训练后的机器学习模型。

本说明书实施例中，还包括：

接收所述目标用户输入的在所述目标日期的衣着信息；

将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

本说明书实施例中，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取预先设定的所述基准衣着信息；

将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

本说明书实施例中，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

本说明书实施例中，所述基于所述目标衣着信息输出衣着推荐信息，包括：

基于所述目标衣着信息确定所述衣着推荐信息；

通过语音和/或文本的方式输出所述衣着推荐信息。

本说明书实施例中，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取所述目标用户的历史购物信息；

基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

本说明书实施例中，所述基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，包括：

获取所述目标用户在所述目标日期的作息信息；

基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

具体在本实施例中，信息的推荐设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对信息的推荐设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

本说明书实施例中，还包括：

输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

本说明书实施例中，还包括：

接收所述目标用户输入的在所述目标日期的衣着信息；

将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

本说明书实施例中，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取预先设定的所述基准衣着信息；

将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

本说明书实施例中，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

本说明书实施例中，所述基于所述目标衣着信息输出衣着推荐信息，包括：

基于所述目标衣着信息确定所述衣着推荐信息；

通过语音和/或文本的方式输出所述衣着推荐信息。

本说明书实施例中，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取所述目标用户的历史购物信息；

基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

本说明书实施例中，所述基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，包括：

获取所述目标用户在所述目标日期的作息信息；

基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

本说明书实施例提供一种信息的推荐设备，通过在接收到目标用户发起的目标日期的衣着推荐请求后，获取该目标日期的天气信息，根据该目标日期的天气信息和预定的机器学习模型，确定适合目标用户和该目标日期的天气信息的目标衣着信息，然后，基于该目标衣着信息输出衣着推荐信息，该衣着推荐信息至少包括目标衣着信息和/或该目标衣着信息相对于基准衣着信息的衣着变更信息，这样，当用户想要了解在某一日期(即目标日期)出行前需要如何穿着时，可以只需要将该目标日期的衣着推荐请求提供给信息的推荐设备，信息的推荐设备即可根据目标日期的天气信息和预定的机器学习模型，准确的确定出适合目标用户和该目标日期的天气信息的目标衣着信息，并可以通过相对于基准衣着信息的衣着变更信息输出衣着推荐信息，从而可以使得目标用户可以很明确的知晓在该目标日期应该如何穿着较合适，进而做到个性化的穿衣的准确合适推荐，由于输出的衣着推荐信息是针对目标用户个人的，因此，输出的衣着推荐信息更加适合目标用户的体质、环境和习惯等，提高用户体验。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书的实施例是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (22)

1.一种信息的推荐方法，所述方法包括：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，确定适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

2.根据权利要求1所述的方法，所述方法还包括：

输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

3.根据权利要求1所述的方法，所述接收目标用户发起的目标日期的衣着推荐请求之前，所述方法还包括：

接收所述目标用户输入的在历史日期的历史衣着信息；

获取所述历史日期的天气信息；

基于所述历史日期的天气信息和所述历史衣着信息，对所述机器学习模型进行训练，得到训练后的机器学习模型。

4.根据权利要求1所述的方法，所述方法还包括：

接收所述目标用户输入的在所述目标日期的衣着信息；

将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

5.根据权利要求1所述的方法，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取预先设定的所述基准衣着信息；

将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

6.根据权利要求1所述的方法，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

7.根据权利要求1所述的方法，所述基于所述目标衣着信息输出衣着推荐信息，包括：

基于所述目标衣着信息确定所述衣着推荐信息；

通过语音和/或文本的方式输出所述衣着推荐信息。

8.根据权利要求1所述的方法，所述基于所述目标衣着信息输出衣着推荐信息，包括：

获取所述目标用户的历史购物信息；

基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

9.根据权利要求8所述的方法，所述基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，包括：

获取所述目标用户在所述目标日期的作息信息；

基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

10.一种信息的推荐方法，所述方法包括：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

11.一种信息的推荐装置，所述装置包括：

请求接收模块，用于接收目标用户发起的目标日期的衣着推荐请求；

目标衣着确定模块，用于获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，确定适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

衣着输出模块，用于基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

12.根据权利要求11所述的装置，所述装置还包括：

天气输出模块，用于输出所述目标日期的天气信息和/或所述目标日期的天气信息相对于基准天气信息的天气变化信息。

13.根据权利要求11所述的装置，所述装置还包括：

历史衣着接收模块，用于接收所述目标用户输入的在历史日期的历史衣着信息；

天气获取模块，用于获取所述历史日期的天气信息；

训练模块，用于基于所述历史日期的天气信息和所述历史衣着信息，对所述机器学习模型进行训练，得到训练后的机器学习模型。

14.根据权利要求11所述的装置，所述装置还包括：

衣着接收模块，用于接收所述目标用户输入的在所述目标日期的衣着信息；

存储模块，用于将所述目标日期的衣着信息和所述目标日期的天气信息对应存储。

15.根据权利要求11所述的装置，所述衣着输出模块，包括：

基准衣着获取单元，用于获取预先设定的所述基准衣着信息；

第一衣着输出单元，用于将所述目标衣着信息与所述基准衣着信息进行对比，确定相对于所述基准衣着信息需要添加或删减的衣着信息，将所述需要添加或删减的衣着信息作为所述衣着变更信息。

16.根据权利要求11所述的装置，所述衣着推荐请求通过以下任一种方式确定：所述目标用户输入的语音指令、所述目标用户输入的文本信息和所述目标用户输入的图像信息。

17.根据权利要求11所述的装置，所述衣着输出模块，包括：

推荐信息确定单元，用于基于所述目标衣着信息确定所述衣着推荐信息；

第二衣着输出单元，用于通过语音和/或文本的方式输出所述衣着推荐信息。

18.根据权利要求11所述的装置，所述衣着输出模块，包括：

购物信息获取单元，用于获取所述目标用户的历史购物信息；

第三衣着输出单元，用于基于所述目标衣着信息和所述历史购物信息，输出所述衣着推荐信息，所述衣着推荐信息中还包括与所述历史购物信息相关的信息。

19.根据权利要求18所述的装置，所述第三衣着输出单元，用于获取所述目标用户在所述目标日期的作息信息；基于所述目标衣着信息、所述历史购物信息和所述目标日期的作息信息，输出相应的衣着推荐信息。

20.一种信息的推荐装置，所述装置包括：

请求接收模块，用于接收目标用户发起的目标日期的衣着推荐请求；

信息获取模块，用于获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

目标衣着生成模块，用于根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

衣着输出模块，用于基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

21.一种信息的推荐设备，所述信息的推荐设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息，根据所述目标日期的天气信息和预定的机器学习模型，确定适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。

22.一种信息的推荐设备，所述信息的推荐设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

接收目标用户发起的目标日期的衣着推荐请求；

获取所述目标日期的天气信息和所述目标用户在历史日期的历史衣着信息，以及所述历史日期的天气信息；

根据所述目标日期的天气信息、所述历史衣着信息和所述历史日期的天气信息，生成适合所述目标用户和所述目标日期的天气信息的目标衣着信息；

基于所述目标衣着信息输出衣着推荐信息，所述衣着推荐信息至少包括所述目标衣着信息和/或所述目标衣着信息相对于基准衣着信息的衣着变更信息。